Estimación bayesiana
Optimización de procesos. Primera entrega
- Video:Estimación bayesiana de la media en una distribución normal
- Fuente:Canal Gressani Oswaldo / You Tube
Un modelo dinámico bayesiano para pronóstico de energía diaria
A dynamic bayesian model for a daily basis energy forecasting
Los modelos dinámicos bayesianos son una alternativa útil para elaborar pronósticos con pocos datos históricos, o que ayudan a complementar la poca información que se tenga. En este trabajo se propone el diseño de un algoritmo para realizar pronósticos usando un modelo dinámico bayesiano basado en filtro de Kalman. Se ilustra el procedimiento aplicándolo al pronóstico de demanda de energía diaria de Colombia, lo cual puede ser útil en sistemas que presenten fallas, o en regiones donde apenas inicia el abastecimiento energético. La eficiencia se determina con el indicador de error absoluto medio (MAPE) de ajuste y de pronóstico; este último resulta menor de 3%, valor adecuado para mostrar validez del método propuesto.
Este documento fue preparado por Marisol Valencia Cárdenas y Juan Carlos Correa Morales (Universidad Nacional de Colombia sede Medellín, Medellín, Colombia) para la Revista Ingeniería Industrial (Año 2013, No 2, 2013, 7-17), revista alojada en el portal de la biblioteca electrónica de publicaciones científicas Dialnet, vinculada a la Universidad de La Rioja (Logroño, España) y cuyo objetivo es la difusión de la producción científica hispana.
- Video:Aprendizaje de máquinas - Aprendizaje bayesiano
- Fuente:Canal Nando de Freitas / You Tube
Aplicación de modelación bayesiana y optimización para pronósticos de demanda
Bayesian modeling application and optimization to demand forecasting
Las prácticas para el manejo óptimo de inventarios son una necesidad en las cadenas de abastecimiento, en especial para productos industriales terminados. Un aporte al mejoramiento de esta cadena logística consiste en encontrar modelos eficientes para el pronóstico de la demanda de estos productos y que, a su vez, permitan minimizar los costos del manejo de los inventarios. Estos aspectos se dificultan cuando hay presencia de pocos datos históricos. La propuesta de esta investigación consiste en aplicar varias técnicas bayesianas con un método de optimización, comparando su eficiencia mediante el indicador MAPE para el pronóstico de la demanda para casos de pocos datos.
Este artículo fue preparado por Marisol Valencia Cárdenas, Juan Carlos Correa Morales, Francisco Javier Díaz Serna (Universidad Nacional de Colombia sede Medellín, Medellín, Colombia) y Sebastián Ramírez Agudelo (Universidad Pontificia Bolivariana, Medellín, Colombia) para Ingeniería y Desarrollo (Vol. 32, No 2, 2014, 179-199), revista alojada en el portal de la biblioteca electrónica de publicaciones científicas SciELO (Scientific Electronic Library on-Line)-Colombia (Bogotá, Colombia). SciELO es un modelo para la publicación electrónica cooperativa de revistas científicas en Internet, especialmente desarrollado para responder a las necesidades de la comunicación científica en los países en desarrollo, particularmente de América Latina y el Caribe.
Estimación bayesiana en modelos de producción con frontera determinista
Bayesian estimation in deterministic frontier production models
Como consecuencia de no ser válidos en los modelos de producción con frontera determinista las condiciones usuales de regularidad (que justifican la consistencia y normalidad asintótica de los estimadores de máxima verosimilitud), se desconocen las propiedades generales de estos estimadores. Una alternativa son los métodos de inferencia bayesiana que, gracias al algoritmo de Gibbs, son relativamente fáciles de aplicar. En este trabajo se propone una distribución a priori no informativa para este modelo y, por medio de simulación, se analizó el comportamiento de los estimadores e intervalos bayesianos.
Este artículo fue escrito por Francisco Javier Ortega Irizo y Jesús Basulto Santos (Universidad de Sevilla, Sevilla, España) para Estudios de Economía Aplicada (Vol. 27, No 2, 2009, 1-22), revista alojada en el portal de la biblioteca electrónica de publicaciones científicas Dialnet, vinculada a la Universidad de La Rioja (Logroño, España) y cuyo objetivo es la difusión de la producción científica hispana.
